“我只管提交代码，从不阅读”：一人顶一个团队的AI原生开发之道

2026年，软件开发范式正在被重塑。独立开发者Peter Steinberger凭借AI智能体，实现了单人月度提交超6600次的惊人效率。

在大多数人还停留在讨论AI编程助手能否替代程序员时，一位名叫Peter Steinberger的开发者已经将AI智能体深度融入工作流，并以此打造了当前科技界最炙手可热的AI项目——OpenClaw（其演进历程：Clawdbot → Moltbot → OpenClaw）。

他的工作方式极为独特：“我从提交记录看像个公司，但其实只是我一个人坐在家里边玩边做。”

一、爆发式增长：OpenClaw为何引发关注？

在过去一周，OpenClaw的增长数据令人瞠目：

• GitHub星标数增长史无前例，超越Tailwind CSS等明星项目
• Google搜索量甚至超过Claude Code和Codex的总和
• 被业界视为“未来Siri的雏形”

这一切，都源于Peter彻底颠覆传统的开发模式。

二、从PSPDFKit到OpenClaw：一位资深开发者的转型

Peter并非行业新兵。他此前创立并成功运营了PSPDFKit（一家开发者工具公司，团队规模达70多人）。这段经历让他深刻认识到：

“管理团队教会我放弃完美主义——代码不可能总是符合个人偏好。这让我在与AI智能体协作时更加高效。”

经历三年休整后，他带着对LLM和AI智能体的全新理解重返开发一线，并彻底拥抱了“AI原生”的工作哲学。

三、十大核心工作法：AI时代的开发心经

通过与Peter的深度对话，我们总结出他开发工作流的十大精髓：

1. 🧠 闭环验证：AI必须自我验证

他设计的系统能让AI智能体自行编译、检查、执行和验证输出，形成完整闭环。

2. 💬 PR已死，“提示请求”当立

传统代码审查被“提示请求”取代。他更关注生成代码的提示词，而非代码本身。

3. 🏗️ 架构讨论取代代码审查

即使在核心团队交流中，他们也只讨论架构和重大决策，不纠缠于具体代码实现。

4. 🤖 并行运行5-10个智能体

同时启动多个智能体处理不同功能，自己则保持“心流”状态，专注于更高层次的设计。

5. 📋 规划时间 > 编码时间

花费大量时间与AI反复讨论、修改计划，直到满意后才启动执行。“磨刀不误砍柴工”在这里体现得淋漓尽致。

6. 🎯 故意“欠提示”以激发创意

有时会给出模糊提示，让AI探索意想不到的解决方案，这常常带来惊喜。

7. ⚡ 本地CI碾压远程CI

为了让反馈循环更紧密，他选择让智能体在本地运行测试，避免等待远程CI的10分钟延迟。

8. 📊 聚焦系统设计，而非数据转换

他认为大部分应用代码只是“不同形式的数据转换”，工程师的精力应投入到更有价值的系统设计中。

9. 🚀 结果导向者更易成功

热爱解决算法谜题的工程师可能难以适应，而注重产品交付的工程师则如鱼得水。

10. 🔄 软件工程未死，而是进化

他深信，AI时代软件工程不仅没有消失，反而更加重要——工程师需要成为系统的总架构师。

四、核心流程：Peter如何开发新功能？

1. 深度规划：与AI智能体（偏爱Codex）进行多轮对话，反复挑战和细化方案。
2. 并行执行：将满意的工作计划分发给多个智能体并行执行。
3. 本地验证：智能体在本地完成编译、测试和验证，确保基本质量。
4. 架构把控：作为“仁慈的独裁者”，确保所有提交符合项目整体架构和方向。
5. 持续迭代：基于用户反馈快速调整，秉承“快速行动，打破常规”的准则。

五、启示录：AI时代，工程师的价值何在？

Peter的实践给行业带来深刻启示：

• 思维转变是首要障碍：从“代码工匠”转变为“系统架构师+AI协调者”
• 工程判断力愈发重要：在高速迭代中保持系统健壮性的能力成为核心竞争力
• 学习好奇心是唯一通行证：在快速变化的环境中，持续学习能力比现有技能更重要

对于新入行的开发者，他的建议直言不讳：“如果你热爱的是编写代码本身，可能需要重新思考；但如果你热爱的是打造产品，那么现在是最好的时代。”

结语

Peter Steinberger的工作模式或许代表了未来软件开发的一个极端方向，但其中蕴含的理念值得每个技术人深思。

当AI接管了大量重复性、实现性的编码工作后，人类的创造力、系统思维和架构能力的价值反而更加凸显。

在这个意义上，软件工程没有消亡，而是迎来了真正的成年礼。

本文编译自The Pragmatic Engineer对Peter Steinberger的专访